Durchsichtiger Körper | Experimentell - v1.0 - Normal

v2.4

Danke an @Foredev für den Tipp, der viele Experimente ermöglicht hat. Diese Version liefert endlich Ergebnisse, die mir besser gefallen als v1, aber ich bin gespannt auf euer Feedback, wie sie sich bei euch schlägt.

Das gezielte Steuern spezifischer Merkmale mit voller Stärke, wie Gesichtsausdrücke, kann den Durchsichteffekt überlagern. Das Verringern der Prompt-Gewichtung, z. B. "(smile:0.7)", kann Ergebnisse erzeugen, die erfolgreich zwischen beiden Konzepten interpolieren.

v2.3

Ich habe erfolglos versucht, das Modell zu verbessern. Diese Version hat einige der älteren Artefakte weniger, ist aber weniger konsistent beim Erzeugen des Effekts. Wenn ich schon den ganzen Aufwand mit schlechtem Modelltraining betreibe, kann ich eins davon auch zum Ausprobieren veröffentlichen. Vielleicht findet ihr ja Verwendung dafür.

v1 - Groß

Dasselbe Dataset wie v1 - Normal auf einer lora, die doppelt so groß ist. Die Ergebnisse wirken vielversprechend, Feedback wäre willkommen.

v1 - Normal (Empfohlen)

Mit verbessertem Datensatz wurden die Ergebnisse besser. Es besteht immer noch ein starker Stileinfluss, der die Resultate in Richtung Anime-Stil verzerrt, und die Hintergründe zeigen Überanpassung. Der Effekt funktioniert am besten, wenn der Hintergrund ein sich wiederholendes Muster ist (wie Steinmauern, Betonwege) oder Elemente enthält, die sich über das Motiv erstrecken (Fenster, Kanten etc.). Obwohl es dafür überhaupt nicht getaggt wurde, kann das Hinzufügen von "see-through head" die Transparenz des Kopfes verbessern, wenn es zusätzlich zu "see-through body" verwendet wird.

Negative Tags wie "see-through clothes" können einen mehr unsichtbaren Mädchenstil erzeugen. Einige Probleme lassen sich auch durch Hinzufügen von "tattoo" zum Negativ-Tag lösen.

v0

Machbarkeitsnachweis: Ein Machbarkeitsnachweis für das Training eines Konzepts mit synthetischen und modifizierten Bildern. Das anfängliche Dataset war sehr klein, und das resultierende Modell ist überanpasst, zeigt aber Anzeichen von Konzeptverständnis.

Erläuterung der Methode

v0 und v1 wurden vollständig mit synthetischen Daten trainiert, die durch unabhängiges Erzeugen eines Motivs und eines Hintergrunds und anschließendes Zusammensetzen eines halbtransparenten Motivs über den Hintergrund mit Bildbearbeitungssoftware erstellt wurden.

Dieser Ansatz hat den offensichtlichen Nachteil, dass die beiden Komponenten nicht gut integriert sind. Wie also ein Ganzkörpermotiv erzeugen, das korrekt auf den Betrachtungswinkel des Hintergrunds ausgerichtet ist? Meine Lösung war mein Lieblingswerkzeug, das Lineart Controlnet, zu verwenden.
Der ursprüngliche Prompt lautete:

1 Mädchen, stehend, ganzer Körper, dreht sich um, schaut zurück, lange blonde Haare, rote Jacke, blaue Jeans, Park, Gras, Bank, Betonweg, Meisterwerk, beste Qualität, erstaunliche Details, hochauflösend

Dieser konnte dann für das isolierte Motiv modifiziert werden:

1 Mädchen, stehend, ganzer Körper, dreht sich um, schaut zurück, lange blonde Haare, rote Jacke, blaue Jeans, einfacher Hintergrund, Meisterwerk, beste Qualität, erstaunliche Details, hochauflösend

Und ein Hintergrund-Prompt:

keine Menschen, Park, Gras, Bank, Betonweg, Meisterwerk, beste Qualität, erstaunliche Details, hochauflösend

Die Maskierung des Motivs wird mit einfachem Hintergrund viel leichter. Dann kann es als transparenter Charakter über einen voll detaillierten Hintergrund gelegt werden. Selbst mit einem Modell, das "see-through body" nicht verstand, konnten wir noch synthetische Trainingsdaten erzeugen, damit es das lernen konnte. Ziemlich genial!

Vorher wusste ich nicht, ob dies ein gangbarer Weg ist. Die Ergebnisse sind, auch wenn nicht unglaublich, besser als erwartet.